ThesisOpen AccessPDF tersedia
2026•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Skripsi atas nama Reza Pahlevi Pane, dengan judul "Analisis Algoritma Decision Tree Dalam Prediksi Kelulusan Seleksi Masuk Asrama di SMAN 1 Padang Panjang", Program Studi Pendidikan Teknik Informatika dan Komputer (PTIK) Fakultas Tarbiyah dan Ilmu Keguruan (FTIK) Universitas Islam Negeri (UIN) Sjech M. Djamil Djambek Bukittinggi.
Proses seleksi penerimaan peserta didik baru jalur asrama di SMAN 1 Padang Panjang melibatkan berbagai kriteria penilaian sehingga penentuan kelulusan menjadi kompleks dan berpotensi menimbulkan subjektivitas apabila dilakukan secara manual. Penelitian ini bertujuan untuk menganalisis kinerja algoritma Decision Tree C4.5 dalam memprediksi kelulusan seleksi masuk asrama berdasarkan data historis penerimaan peserta didik.
Penelitian menggunakan metode Knowledge Discovery in Databases (KDD) yang meliputi tahapan seleksi data, prapemrosesan data, transformasi data, pemodelan menggunakan algoritma Decision Tree C4.5, dan evaluasi model. Data yang digunakan merupakan 2.481 data historis seleksi masuk asrama SMAN 1 Padang Panjang tahun pelajaran 2022/2023 sampai dengan 2024/2025. Evaluasi model dilakukan menggunakan teknik 10-fold cross validation dengan metrik accuracy, precision, recall, F1-Score, dan Area Under Curve (AUC).
Hasil penelitian menunjukkan bahwa model menghasilkan nilai accuracy sebesar 98,63%, precision sebesar 96,57%, recall sebesar 93,89%, F1-Score sebesar 95,21%, dan AUC sebesar 0,870 yang menunjukkan kemampuan klasifikasi yang baik. Hasil pembentukan pohon keputusan menunjukkan bahwa atribut Nilai Tes Akademik menjadi akar pohon (root node) dan menghasilkan aturan klasifikasi (IF–THEN Rules) sebagai dasar prediksi kelulusan. Berdasarkan hasil penelitian tersebut, algoritma Decision Tree C4.5 mampu menghasilkan model prediksi dengan tingkat akurasi yang tinggi serta aturan keputusan yang mudah dipahami sehingga layak digunakan sebagai pendukung pengambilan keputusan dalam proses seleksi masuk asrama di SMAN 1 Padang Panjang.
ThesisOpen AccessPDF tersedia
2025•Skripsi, Thesis, Disertasi, dan Tugas Akhir
ABSTRAK Tujuan dari penelitian ini adalah untuk merancang sistem pendukung keputusan berbasis web menggunakan algoritma Decision Tree guna membantu guru dalam menentukan kebutuhan remedial dan pengayaan siswa secara objektif. Dalam upaya mencapai tujuan tersebut, pemahaman terhadap kondisi akademik siswa menjadi sangat penting. Meskipun telah ada upaya untuk meningkatkan kualitas pembelajaran, tantangan utama adalah dalam membuat keputusan yang adil dan tepat sasaran terhadap kebutuhan siswa. Oleh karena itu, pengembangan sistem berbasis teknologi yang mampu mengklasifikasikan kebutuhan akademik siswa menjadi sangat relevan. Penelitian ini menggunakan model Research and Development (R&D) dengan pendekatan pengembangan sistem AGILE yang terdiri atas enam tahapan, yaitu Requirement, Design, Development, Testing, Deployment, dan Review. Sistem yang dikembangkan mampu mengolah data nilai tugas, UTS, UAS, sikap, dan kehadiran siswa untuk memberikan rekomendasi otomatis dalam bentuk klasifikasi: remedial, pengayaan, atau normal. Hasil uji validitas oleh ahli menunjukkan nilai 0,9 untuk aspek konten, 0,93 untuk aspek konstruk, dan 1,00 untuk aspek kebahasaan, yang semuanya tergolong valid. Uji praktikalitas oleh tiga puluh satu siswa menghasilkan nilai rata-rata 0,94 (sangat praktis), sementara uji efektivitas dari pihak sekolah menunjukkan nilai 0,83 (efektif). Dengan demikian, sistem pendukung keputusan ini dinyatakan valid, praktis, dan efektif untuk digunakan dalam mendukung proses pengambilan keputusan akademik di SMK Negeri 1 Barumun. Kata Kunci: Decision Tree, Sistem Pendukung Keputusan, Remedial, Pengayaan. ABSTRACT The purpose of this study is to design a web-based decision support system using the Decision Tree algorithm to assist teachers in objectively determining students' remedial and enrichment needs. In achieving this goal, understanding students' academic conditions is crucial. Although efforts have been made to improve the quality of learning, the main challenge is making fair and targeted decisions based on students' needs. Therefore, developing a technology-based system capable of classifying students' academic needs is highly relevant. This study uses a Research and Development (R&D) model with an AGILE system development approach consisting of six stages: Requirement, Design, Development, Testing, Deployment, and Review. The developed system is capable of processing data on assignments, mid-term exams, final exams, student attitudes, and attendance to provide automatic recommendations in the form of classifications: remedial, enrichment, or normal. The results of the validity test by experts showed a value of 0.9 for the content aspect, 0.93 for the construct aspect, and 1.00 for the language aspect, all of which are considered valid. The practicality test conducted by thirty-one students yielded an average score of 0.94 (very practical), while the effectiveness test conducted by the school yielded a score of 0.83 (effective). Thus, this decision support system is declared valid, practical, and effective for use in supporting the academic decision-making process at SMK Negeri 1 Barumun. Keywords: Decision Tree, Decision Support
